DESAIN SISTEM KONTROL RASIO PERBANDINGAN · PDF fileadalah kendali Adaptif PID dengan penalaan...

1) Mahasiswa Teknik Elektro UNDIP

D1 2) Dosen Teknik Elektro UNDIP

DESAIN SISTEM KONTROL RASIO PERBANDINGAN UDARA DAN

BAHAN BAKAR (AFR) PADA MESIN 4 LANGKAH DENGAN METODE

PENALAAN PID BERBASIS LOGIKA FUZZY

Muhammad Danang Nuralamsyah1)

, Aris Triwiyatno2)

, dan Budi Setiyono2)

Jurusan Teknik Elektro, Universitas Diponegoro Semarang

Jl. Prof. Sudharto, SH, Kampus UNDIP Tembalang, Semarang 50275, Indonesia

E-mail: [email protected]

Abstrak

Untuk menjaga supaya pemakaian bahan bakar pada mesin spark ignition tipe 4 langkah pada kondisi optimal, dapat

diatasi dengan cara mengatur jumlah injeksi bahan bakar terhadap setiap perubahan unjuk kerja sistem. Dengan adanya

pengaturan terhadap injeksi bahan bakar akan meningkatkan efektifitas pembakaran yang secara tidak langsung juga

mengurangi kadar emisi pada gas buang. Pada Tugas Akhir ini, akan dilakukan penelitian tentang sistem cerdas injeksi

bahan bakar untuk mengoptimalkan Air to Fuel Ratio (AFR) pada mesin 4 langkah. Metode kendali yang digunakan

adalah kendali Adaptif PID dengan penalaan yang berbasis logika fuzzy pada tiap parameternya. Hasil perancangan

Adaptif PID dibandingkan dengan sistem tanpa kontroler dan PID kontroler konvensional. Berdasarkan simulasi

menggunakan Matlab, menunjukkan bahwa respon sistem mesin 4 langkah dengan kontroler Adaptif PID berbasis

logika fuzzy yang dirancang memiliki faktor ketahanan yang paling baik, rise time yang paling cepat, overshoot yang

kecil dan integral area error (IAE) paling rendah dibanding dengan metode uji yang lain.

Kata kunci : spark ignition, air to fuel ratio, adaptif PID

Abstract

To keep the fuel consumption in optimal conditions ,it can be solved in regulating the quantity of fuel injected to any

changes in system performance. With the arrangement of the fuel injection, this condition will increase the effectiveness

of combustion, which indirectly also reduce exhaust gas emissions. In this final project, the research is conducted on

intelligent systems to optimize the fuel injection of Air to Fuel Ratio (AFR) in Spark Ignition engines. The control

method is PID control with fuzzy logic tuning based for each parameter. The Adaptive PID design results is compared

with the system without controller and the conventional of PID controller. Based on the simulation using Matlab, it

show that the response of Spark Ignition engine with Adaptive PID controller has a most excellent resistance factor, the

fastest rise time, small of overshoot and the integral area error lower than other test methods.

Keyword : spark ignition, air to fuel ratio,adaptive PID

1. Pendahuluan

Mesin-mesin otomotif saat ini dituntut untuk

menghasilkan performa yang tinggi dengan konsumsi

bahan bakar yang rendah serta menghasilkan nilai emisi

yang rendah. Untuk menghasilkan mesin dengan kadar

emisi yang rendah dengan performa yang baik dapat

diperoleh dengan cara mengatur waktu injeksi bahan

bakar[2]

.

Jika waktu injeksi yang diberikan terlalu lama maka dapat

menyebabkan peningkatan emisi gas buang dan

penggunaan bahan bakar pada mesin menjadi boros. Jika

waktu injeksi yang diberikan terlalu pendek maka injeksi

bahan bakar yang diberikan terlalu sedikit sehingga dapat

membakar valve pada ruang pembakaran.Jika waktu

pengapian yang diberikan tidak tepat maka dapat terjadi

detonasi. Oleh karena itu, agar diperoleh lama waktu

injeksi dan waktu pengapian yang tepat maka digunakan

metode-metode yang dapat memberikan aksi kontrol

berupa pulsa lama waktu injeksi dan waktu pengapian

yang sesuai dengan kebutuhan sistem pembakaran[3]

.

Tujuan dari penelitian ini adalah untuk merancang suatu

pemodelan dari sistem pengontrolan Air to Fuel Ratio

(AFR) pada mesin Spark Ignition dengan menggunakan

metode kontrol PID gain scheduling menggunakan logika

fuzzy (PID Fuzzy gain scheduling) yang diharapkan bisa

mengurangi emisi gas buang pembakaran dengan cara

memperhatikan nilai kestabilan dari AFR model sistem

D2

pada angka stokiometri. Yang selanjutnya akan dilakukan

analisis terhadap model mesin Spark Ignition yang telah

dirancang berdasarkan unjuk kerja yang dihasilkan.

2 Metode

2.1 Mesin Spark Ignition Spark Ignition Engine (Mesin Pengapian Busi)

merupakan salah satu jenis mesin bakar yang

membutuhkan pemicu berupa percikan bunga api untuk

meledakkan campuran udara dan bahan bakar dalam

ruang bakarnya. Energi yang dihasilkan oleh reaksi

pembakaran akan menyebabkan piston terdorong dan

memutar poros mesin[7]

. Mesin pengapian busi memiliki 4

siklus berurutan, yaitu siklus hisap (intake), siklus

kompresi (compression), siklus pembakaran (combustion)

atau siklus kerja (power), dan siklus buang (exhaust)[11]

.

Ilustrasi dari tiap siklus dapat dilihat pada gambar 1.

Gambar 1. Siklus kerja mesin 4 langkah[12]

Model Spark Ignition Engine yang digunakan dalam

penelitian ini merupakan model Spark Ignition Engine

yang telah digunakan pada penelitian sebelumnya[4]

.

Telah dipaparkan bahwa sistem Spark Ignition Engine

mempunyai 3 subsistem penyusun penting yang

menggambarkan perilaku aliran massa bahan bakar (air

pressure and temperature manifold), aliran bahan bakar

(intake manifold/ fuel flow dynamics), dan percepatan dari

poros engkol (crankshaft).

Fuel Flow Dynamics

Dengan menggunakan karakteristik massa aliran

bahan bakar pada mesin yang telah dilakukan oleh Elbert

Hendricks[4]

pada penelitiannya di Technical University

of Denmark, didapatkan persamaan sebagai berikut.

= (1 - ) +

(- ) (1)

= ((1 - ) +

(- )) x

(2)

Manifold Filling Dinamics

Didalam subsistem manifold filling dinamics terdapat

dua subsistem penyusun, yaitu air pressure manifold dan

air temperature manifold.

(3)

(

)

(4)

Sedangkan untuk persamaan air temperature manifold

terdapat pada persamaan (6). Persamaan state ini

menggambarkan perkembangan waktu variabel dengan

menggunakan konservasi tinggi.

(

) (5)

Crank Shaft Speed

Subsistem terakhir adalah dinamika dari poros

engkol (crank shaft). Didalam subsistem kecepatan crank

shaft daya dari gesekan, pompaan, beban, momen inersia

dan delay dari torsi crank shaft adalah salah satu faktor

yang mempengaruhi kecepatan mesin. Persamaan (9)

adalah persamaan untuk kecepatan mesin.

(( ) )

(

)

(9)

2.1 Pemodelan Plant Spark Ignition Engine Persamaan (1) hingga persamaan (9) merupakan

persamaan model matematika dari sistem spark ignition

engine. Pada model tersebut terdapat beberapa parameter

yang dibutuhkan untuk dipanggil ke workspace. Berikut

gambar plant sistem spark ignition:

Gambar 2 Sistem spark ignition engine.

Sedangkan parameter model sistem tersebut ditampilkan

pada Tabel 1. Tabel 1 Parameter fisik model[4]

Parameter Nilai Satuan

TEGR 293 Kelvin

Ta 293 Kelvin

pa 1,013 bar

Hu 4,3 x 104 -

R 287 x 10-5

Kg/detik

Lth 14,67 Air/fuel ratio

Lam 1 -

Iac 0,48 Kg m2

dmegrdt 0 kg/detik

Vd 1,275 liter

k 1,4 -

pi2ini 0,23926 bar

Ti2ini 293 kelvin

n2ini 0,9 krpm

pi2 0,24 bar

Ti2 293 kelvin

Vi 1,692 x 10-5

J/kg oF

D3

2.2 Perancangan Kontrol Adaptif PID

Berbasis Logika Fuzzy Pada tugas akhir ini logika fuzzy digunakan untuk

mengubah parameter pengendali PID yaitu nilai Kp

(proportional gain), Ki (integral gain), dan Kd (derifative

gain). Terdapat dua masukkan pada sistem logika fuzzy

nya, yaitu nilai error dan delta error. Blok diagram

sistem pengendalian Adaptif PID berbasis logika fuzzy

ditunjukkan pada gambar 3.

Gambar 3. Simulink kontroler Adaptif PID

Keluaran dari kendali Adaptif PID (u) akan masuk

ke dalam subsistem fuel flow dynamics. Sinyal kendali

tersebut akan mengurangi atau menambahi jumlah massa

fuel injection / bahan bakar yang disemprotkan dengan

tujuan akhir dapat mengimbangi jumlah massa udara

sehingga perbandingan keduanya sesuai dengan yang

diinginkan yaitu 14,67. Untuk penggambarannya sinyal

kendali yang masuk ke subsistem sebagai berikut:

Gambar 4. Sinyal kendali Adaptif PID (u)

Langkah-langkah yang dilakukan dalam

perancangan kontroler dengan PID gain scheduling

dengan logika fuzzy menggunakan simulink adalah

sebagai berikut :

1. Menentukan parameter tuning PID terbaik

berdasarkan simulasi pada Simulink

2. Menetapkan data masukkan dan keluaran

Terdapat 2 masukkan, yaitu error dan delta

error air to fuel ratio. Sedangkan untuk keluaran

sisstem fuzzy ada tiga, yaitu nilai crisp dari logika

fuzzy yang dimisalkan dengan “kape, kai, dan kade”.

3. Fuzzifikasi

Fungsi keanggotaan yang digunakan pada

perancangan ini adalah segitiga sebanyak masing-

masing 3 buah dan 2 trapesium sebagai penutup

batas range parameter untuk Error, dError dan

Control Action (“Kape”, “Kai”, dan “Kade”).

(a)

(b)

(c)

Gambar 5. Fungsi keanggotaan (a) Error,

(b) dError, (c) Control Action

4. Membuat aturan fuzzy yang akan digunakan dalam

operasi fuzzy

Aturan dasar (rule base) yang dipakai pada

tugas akhir ini adalah aturan yang berjumlah 25

buah yang merupakan kombinasi dari fungsi

keanggotaan Error, dError dan Control Action. Tabel 2. Tabel aturan dasar

dE E NB NS Z PS PB

NB vbig vbig big med med

NS big big sm med med

Z big big vsm sm sm

PS med med vsm sm big

PB sm sm sm big vbig

5. Metode pengambilan keputusan (inferensi atau rule

evaluation)

Pada Tugas Akhir ini, metode pengambilan

keputusan yang digunakan adalah metode MAX-

MIN (metode Mamdani).

6. Defuzzifikasi.

Metode defuzifikasi yang digunakan adalah

metode centroid. Metode centroid dikenal sebagai

metode COA (center of area) atau metode Center of

Grafity. Pada metode ini nilai crisp keluarannya

diperoleh berdasarkan titik berat dari kurva hasil

proses pengambilan keputusan.

D4

3. Simulasi dan Analisis

3.1 Pengujian Perbandingan Sistem dengan

Gangguan Negatif (Berkurangnya

Pasokan Udara) pada Air Charge Dengan memberikan masukan berupa sinyal step up

dan gangguan negatif (pengurangan suplay udara) pada

air charge nya, maka dilakukan beberapa analisa, yaitu:

1) Perbandingan AFR

Gambar 6. Grafik perbandingan kecepatan mesin

sistem dengan gangguan negatif pada air charge

Gambar 6 merupakan perbandingan Air to Fuel

Ratio dari ketiga model sistem dengan gangguan pada air

charge. Pada sistem tanpa kontroler overshoot dari

sistem mencapai 0.99 dari (mencapai angka 15.66), pada

sistem dengan kontroler PID AFR hanya mencapai angka

15,42, dan pada sistem dengan menggunakan metode PID

fuzzy gain scheduling AFR hanya mencapai angka 15,12.

2) Perbandingan kecepatan mesin.


sistem dengan gangguan negatif pada air charge

Dari hasil simulasi, sistem dengan kontroler

memiliki kecepatan yang lebih baik sebelum mencapai

detik ke 10, karena sistem dengan kontroler memiliki rise

time yang lebih cepat untuk mencapai set point. Tetapi

setelah melewati detik ke 10, sistem tanpa kontroler

memiliki kecepatan mesin yang lebih rendah dibanding

dengan sistem dengan kontroler, yaitu sebesar 4226 rpm.

Hal ini dikarenakan nilai AFR pada sistem tanpa kontroler

tidak dapat kembali ke nilai set point nya, pada sistem ini

AFR tertahan pada titik 14,32.

3) Perbandingan integral area error

Gambar 8. Perbandingan integral area error dengan

gangguan negatif pada air charge

Terlihat bahwa integral area error yang paling besar

dimiliki oleh sistem tanpa kontroler, yaitu sebesar 21,15.

Pada sistem dengan kontroler PID konvensional, besarnya

integral area error hanya mencapai angka 2,33.

Sedangkan pada sistem dengan kontroler PID Adaptif

hanya mencapai angka 1,08. Hal ini membuktikan sistem

dengan kontroler PID sudah cukup baik namun sistem

dengan kontroler PID Adaptif memiliki hasil yang lebih

baik.

4) Perbandingan konsumsi bahan bakar, torsi, dan daya

mesin

Tabel 3. Perbandingan analisis konsumsi bensin, torsi,

dan daya mesin pada ketiga model sistem dengan

gangguan negatif pada air charge

No. Analisis Tanpa

kontroler

Kontroler

PID

Kontroler

Adaptif PID

1.

Konsumsi

bensin

(Kg/50 s)

0,1203 0,1171 0,1169

2. Torsi (Nm) 137,2 138,4 138,4

3 Daya (HP) 82,52 82,12 82,12

Pada model sistem tanpa kontroler akan

mengkonsumsi bensin lebih banyak dibanding sistem

dengan kontroler. Karena dengan terjadinya pengurangan

pasokan udara pada air charge membuat massa bahan

bakar yang diinjeksikan pada sistem yang dikontrol

berusaha mengimbangi jumlah massa udara agar

mencapai nilai stoichiometric air fuel ratio yaitu 14,67.

Sedangkan pada sistem tanpa kontroler jumlah massa

udara berkurang tidak membuat jumlah massa bahan

bakar ikut berkurang karena tidak adanya kontroler yang

berusaha menjaga nilai air fuel ratio tetap pada 14,67.

Sedangkan untuk analisa hasil dari torsi mesin,

sistem pembakaran non injeksi memiliki nilai torsi yang

lebih kecil dibandingkan dengan sistem dengan kontroler.

Tetapi ditinjau dari segi daya mesin, sistem tanpa

kontroler (sistem pembakaran konvensional) memiliki

daya yang lebih tinggi dibanding dengan sistem fuel

injection. Hal ini dikarenakan semakin kecil perbandingan

konsentrasi udara dengan bahan bakar maka daya yang

dihasilkan mesin akan semakin besar.

D5


Gangguan Negatif (Berkurangnya

Pasokan Bahan Bakar) pada Fuel

Injector Dengan memberikan masukan berupa sinyal step up

dan gangguan negatif (pengurangan pasokan bahan bakar)

pada fuel injector nya, maka dilakukan beberapa analisa,

yaitu:

1) Perbandingan AFR


sistem dengan gangguan negatif pada fuel injector


Ratio dari ketiga model sistem dengan gangguan pada

sistem fuel injector. Pada sistem tanpa kontroler

overshoot dari sistem mencapai 2,81 dari (mencapai

angka 17,48), sedangkan pada sistem dengan kontroler

PID AFR hanya mencapai angka 16,77, dan pada sistem

dengan menggunakan metode Adaptif PID AFR hanya

mencapai angka 16,02.



sistem dengan gangguan negatif pada fuel injector


memiliki kecepatan yang lebih baik, karena sistem dengan

kontroler memiliki rise time yang lebih cepat untuk

mencapai set point. Dan begitu pun setelah melewati detik

ke 10 (setelah mengalami gangguan pada fuel injector),

sistem dengan kontroler memiliki kecepatan mesin yang

lebih besar yaitu mencapai 4363 rpm sedangkan sistem

tanpa kontroler hanya mencapai 4283 rpm, hal ini

dikarenakan nilai AFR pada sistem tanpa kontroler tidak

dapat kembali ke nilai set point nya, pada sistem ini AFR

tertahan pada angka 15,19.



gangguan negatif pada fuel injector



Pada sistem dengan kontroler PID yang detuning secara

tial error, besarnya integral area error hanya mencapai

angka 2,784. Sedangkan pada sistem dengan kontroler

PID Adaptif hanya mencapai angka 1,322. Hal ini

membuktikan sistem dengan kontroler PID sudah cukup

baik namun sistem dengan kontroler PID Adaptif

memiliki hasil yang lebih baik.


mesin



gangguan negatif pada fuel injector

No. Analisis Tanpa

kontroler

Kontroler

PID

Kontroler

Adaptif PID

1.

Konsumsi

bensin

(Kg/50 s)

0,1203 0,126426 0,126439

2. Torsi (Nm) 133,5 131,3 131,3

3 Daya (HP) 80,27 80,43 80,43


mengkonsumsi bensin lebih sedikit bensin dibanding

sistem dengan kontroler. Karena dengan terjadinya

pengurangan pasokan bahan bakar membuat massa udara

dalam manifold pada sistem yang dikontrol berusaha

mengimbangi jumlah massa bahan bakar agar mencapai

nilai stoichiometric air fuel ratio yaitu 14,67. Sedangkan

pada sistem tanpa kontroler jumlah massa bahan bakar

berkurang tidak membuat jumlah massa udara ikut

berkurang karena tidak adanya kontroler yang berusaha

menjaga nilai air fuel ratio tetap pada 14,67.



paling besar dibandingkan dengan sistem dengan

kontroler. Tetapi ditinjau dari segi daya mesin, sistem

tanpa kontroler (sistem pembakaran konvensional)

memiliki daya yang lebih rendah dibanding dengan sistem

fuel injection. Hal ini dikarenakan semakin besar

perbandingan konsentrasi udara dengan bahan bakar maka

daya yang dihasilkan mesin akan menurun.

D6


Gangguan Positif (Bertambahnya

Pasokan Udara) pada Air Charge Dengan memberikan masukan berupa sinyal step up

dan gangguan positif (bertambahnya pasokan udara) pada

air charge nya, maka dilakukan beberapa analisa, yaitu:

1) Perbandingan AFR


sistem dengan gangguan positif pada air charge



sistem air charge. Pada sistem tanpa kontroler overshoot

dari sistem mencapai 2,32 dari (mencapai angka 16,99),

sedangkan pada sistem dengan kontroler PID AFR hanya

mencapai angka 16,37, dan pada sistem dengan

menggunakan metode Adaptif PID AFR hanya mencapai

angka 15,67. Serta dapat dilihat, pada sistem tanpa

kontroler pasca diberi gangguan pada air charge

kestabilan sistem tidak dapat mencapai set point lagi, dari

grafik terlihat set point AFR sistem tanpa kontroler hanya






memiliki kecepatan yang lebih baik, karena sistem dengan

kontroler memiliki rise time yang lebih cepat untuk

mencapai set point. Dan begitu pun setelah melewati detik

ke 10 (setelah mengalami gangguan pada air charge),

sistem dengan kontroler memiliki kecepatan mesin yang

lebih besar yaitu mencapai 4338 rpm sedangkan sistem

tanpa kontroler hanya mencapai 4283 rpm, hal ini

dikarenakan nilai AFR pada sistem tanpa kontroler tidak

dapat kembali ke nilai set point nya, pada sistem ini AFR

tertahan pada angka 15,02.



gangguan positif pada air charge



Pada sistem dengan kontroler PID yang detuning secara

tial error, besarnya integral area error hanya mencapai

angka 2,664. Sedangkan pada sistem dengan kontroler

PID Adaptif hanya mencapai angka 1,265. Hal ini

membuktikan sistem dengan kontroler PID sudah cukup

baik namun sistem dengan kontroler PID Adaptif

memiliki hasil yang lebih baik.


mesin



gangguan positif pada air charge

No. Analisis Tanpa

kontroler

Kontroler

PID

Kontroler

Adaptif PID

1.

Konsumsi

bensin

(Kg/50 s)

0,1203 0,124669 0,124667

2. Torsi (Nm) 133,5 131,3 131,3

3 Daya (HP) 80,27 80,43 80,43


mengkonsumsi bensin lebih sedikit bensin dibanding

sistem dengan kontroler. Karena terjadinya penambahan

pasokan udara pada air charge membuat massa injeksi

bahan bakar pada sistem yang dikontrol berusaha

mengimbangi jumlah massa udara agar mencapai nilai

stoichiometric air fuel ratio yaitu 14,67. Sedangkan pada

sistem tanpa kontroler jumlah massa bensin berkurang

tidak membuat jumlah massa udara ikut berkurang karena

tidak adanya kontroler yang berusaha menjaga nilai air

fuel ratio tetap pada 14,67.



paling besar dibandingkan dengan sistem dengan

kontroler. Tetapi ditinjau dari segi daya mesin, sistem

tanpa kontroler (sistem pembakaran konvensional)

memiliki daya yang lebih rendah dibanding dengan sistem

fuel injection. Hal ini dikarenakan semakin besar

perbandingan konsentrasi udara dengan bahan bakar maka

daya yang dihasilkan mesin akan menurun.

D7


Gangguan Positif (Bertambahnya

Pasokan Bahan Bakar) pada Fuel injector Dengan memberikan masukan berupa sinyal step up

dan gangguan positif (bertambahnya pasokan bahan

bakar) pada fuel injector nya, maka dilakukan beberapa

analisa, yaitu:

1) Perbandingan AFR





sistem fuel injector. Pada sistem tanpa kontroler

overshoot dari sistem mencapai 0,64 dari (mencapai

angka 15,31), sedangkan pada sistem dengan kontroler

PID AFR hanya mencapai angka 15,17, dan pada sistem

dengan menggunakan metode Adaptif PID AFR hanya

mencapai angka 14,98. Serta dapat dilihat, pada sistem

tanpa kontroler pasca diberi gangguan pada air charge

kestabilan sistem tidak dapat mencapai set point lagi, dari

grafik terlihat set point AFR sistem tanpa kontroler hanya




sistem dengan gangguan positif pada fuel injector

Dari Dari hasil simulasi, sistem dengan kontroler

memiliki kecepatan yang lebih baik sebelum mencapai

detik ke 10, karena sistem dengan kontroler memiliki rise

time yang lebih cepat untuk mencapai set point.

Sedangkan setelah melewati detik ke 10, sistem tanpa

kontroler memiliki kecepatan mesin yang lebih rendah

dibanding dengan sistem dengan kontroler, yaitu sebesar

4198 rpm. Hal ini dikarenakan nilai AFR pada sistem

tanpa kontroler tidak dapat kembali ke nilai set point nya,

pada sistem ini AFR tertahan pada titik 14,18.



gangguan positif pada fuel injector

Dari hasil simulasi yang dilakukan, terlihat hasil

yang sangat signifikan pada ketiga sistem. Terlihat bahwa

integral area error yang paling besar dimiliki oleh sistem

tanpa kontroler, yaitu sebesar 26,64. Pada sistem dengan

kontroler PID konvensional, besarnya integral area error

hanya mencapai angka 2,278. Sedangkan pada sistem

dengan kontroler PID Adaptif hanya mencapai angka

1,046. Hal ini membuktikan sistem dengan kontroler PID

sudah cukup baik namun sistem dengan kontroler PID

Adaptif memiliki hasil yang lebih baik.


mesin



gangguan positif pada fuel injector

No. Analisis Tanpa

kontroler

Kontroler

PID

Kontroler

Adaptif PID

1.

Konsumsi

bensin

(Kg/50 s)

0,1203 0,11520 0,11513

2. Torsi (Nm) 138,2 139,8 139,8

3 Daya (HP) 83,12 82,43 82,43


mengkonsumsi bensin lebih banyak dibanding sistem

dengan kontroler. Karena dengan terjadinya penambahan

pasokan bahan bakar pada fuel injector membuat massa

udara dalam manifold pada sistem yang dikontrol

berusaha mengimbangi jumlah massa bahan bakar agar

mencapai nilai stoichiometric air fuel ratio yaitu 14,67.

Sedangkan pada sistem tanpa kontroler jumlah massa

bahan bakar yang bertambah tidak membuat jumlah

massa udara ikut bertambah karena tidak adanya kontroler

yang berusaha menjaga nilai air fuel ratio tetap pada

14,67.



lebih kecil dibandingkan dengan sistem dengan kontroler.

Tetapi ditinjau dari segi daya mesin, sistem tanpa

kontroler (sistem pembakaran konvensional) memiliki

D8

daya yang lebih tinggi dibanding dengan sistem fuel

injection. Hal ini dikarenakan semakin kecil perbandingan

konsentrasi udara dengan bahan bakar maka daya yang

dihasilkan mesin akan semakin besar.

4. Kesimpulan Hasil respon sistem spark ignition yang diberi

gangguan positif pada sub sistem air charge nya serupa

dengan respon mesin saat diberi gangguan negatif pada

bagian fuel injectionnya. Sedangkan, hasil respon sistem

spark ignition yang diberi gangguan positif pada sub

sistem fuel injection nya serupa dengan respon mesin saat

diberi gangguan negatif pada bagian air chargenya.

Dapat disimpulkan bahwa semakin kecil nilai

perbandingan antara udara dan bahan bakar (air to fuel

ratio), maka kecepatan putar per menit dari mesin akan

semakin cepat. Semakin besar nilai AFR nya maka

kecepatan putar per menit mesin akan semakin lambat.

Dari seluruh hasil percobaan dengan gangguan, integral

area error yang dimiliki oleh sistem dengan kontroler

Adaptif PID selalu yang terkecil. Contoh pada sistem

dengan gangguan negatif pada air charge, pada masukkan

step up, sistem tanpa kontroler memiliki nilai 21,15,

sedangkan pada PID trial and error hanya memiliki nilai

2,33, dan pada sistem dengan kontroler PID fuzzy gain

scheduling hanya bernilai 1,08. Ini membuktikan bahwa

perancangan kontroler yang dilakukan sudah baik. Untuk

penelitian lebih lanjut dapat juga dikembangkan untuk

menggunakan model predictive control ataupun MRAC

untuk menentukan parameter-parameter penguatan

kontroler sehingga sistem penguatan tidak hanya terpacu

pada penjadwalan nilai dari error. Sehingga hasil yang

diharapkan akan lebih optimal lagi

DAFTAR PUSTAKA

[1] http://id.wikipedia.org/wiki/Mesin_piston, Januari 2013

[2] Fuel delivery and injection control, Toyota Motor Sales,

U.S.A, Inc.

[3] Windharto Arif S.W, “Perbaikan Kinerja Engine Toyota

5K 4 Silinder 1500CC pada Kondisi Percepatan

Menggunakan Knowledge Base Kontrol”, Tugas akhir

Jurusan Teknik Elektro ITS (2005).

[4] Hendricks, Elbert, “A Generic Mean Value Engine

Model for Spark Ignition Engines”. DTU. 2000.

[5] Angga, Effendi Rusdianto., Penerapan PID Predictive

Air-Ratio Controler Pada Mesin Mobil Mitsubishi Tipe

4G63 Untuk Meminimumkan Emisi Gas Buang.

[6] Triwiyatno, A., Sumardi., “Fuel Saving Strategy In

Spark Ignition Engine Using Fuzzy Logic Engine

Torque Control”. MAKARA Journal of Technology

Series, Vol 16, No 1 (2012)

[7] S.H.Lee, R.J.Howlett, S.D.Walters, “Fuzzy Air-Fuel

Ratio Control of a Small Gasoline Engine”. Intelligent

Systems & Signal Processing Laboratories, University

of Brighton. 2003

[8] Zadeh, L. A., Fuzzy Sets, Department of Electical

Engineering and Electronics Research Laboratory,

University of California, Berkeley, 1965.

[9] Abdul Hadi, Muhammad. 2011. “Desain dan

Implementasi Sistem Pengaturan Fuzzy untuk Waktu

Pengapian pada Mesin Pengapian Busi”, ITS Surabaya.

[9] Abdul Hadi, Muhammad. 2011. “Desain dan

Implementasi Sistem Pengaturan Fuzzy untuk Waktu

Pengapian pada Mesin Pengapian Busi”, ITS Surabaya.

[10] Angga, Effendi Rusdianto., Penerapan PID Predictive

Air-Ratio Controler Pada Mesin Mobil Mitsubishi Tipe

4G63 Untuk Meminimumkan Emisi Gas Buang.

[11] Hendricks, E., Vesterholm, T., Kaidantzis, P.,

Rasmussen, P. B., Jensen, M., "Nonlinear Transient Fuel

Film Compensation", SAE Technical Paper No. 930767,

1993.

[12] Hendricks, E., Chevalier, A., Jensen, M., Sorenson, S.

C., Asik, J., and Trumpy, D., "Modelling of the Intake

Manifold Filling Dynamics", SAE Technical Paper No.

960037, 1996.

BIOGRAFI

Muhammad Danang Nuralamsyah

(L2F009079). Lahir di Purwokerto, 26

Juni 1991, menempuh pendidikan di

SDN Jatiasih X Bekasi, SMPN 9 Bekasi,

SMAN 3 Purwokerto. Sekarang sedang

menempuh S1 di Teknik Elektro

Universitas Diponegoro Konsentrasi

Kontrol dan Instrumentasi.

Menyetujui dan Mengesahkan

Pembimbing I

Dr. Aris Triwiyatno, ST.MT

NIP 197509081999031002

Pembimbing II

Budi Setiyono, ST.MT

NIP. 197005212000121001

http://id.wikipedia.org/wiki/Mesin_piston

DESAIN SISTEM KONTROL RASIO PERBANDINGAN · PDF fileadalah kendali Adaptif PID dengan penalaan...

Documents

Transcript of DESAIN SISTEM KONTROL RASIO PERBANDINGAN · PDF fileadalah kendali Adaptif PID dengan penalaan...